CN103400128B - 一种图像处理方法及装置 - Google Patents
一种图像处理方法及装置 Download PDFInfo
- Publication number
- CN103400128B CN103400128B CN201310346968.5A CN201310346968A CN103400128B CN 103400128 B CN103400128 B CN 103400128B CN 201310346968 A CN201310346968 A CN 201310346968A CN 103400128 B CN103400128 B CN 103400128B
- Authority
- CN
- China
- Prior art keywords
- image
- frequency band
- front face
- band data
- human eye
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明实施例公开了一种图像处理方法及装置。本发明实施例方法包括:对采集到的人脸图像进行小波变换确定人眼位置;根据确定的人眼位置选择正面人脸图像;对所述正面人脸图像进行像素点差分处理以确定清晰度满足预置条件的目标人脸图像。本发明实施例还提供一种图像处理装置。本发明实施例能够提高人脸捕获的效率和精确度。
Description
技术领域
本发明涉及图像处理领域,尤其涉及一种图像处理方法及装置。
背景技术
近年来,随着“智慧城市”、“平安城市”等国家战略项目的推进,在城中村、智能小区、商业楼宇、工矿企业等场所的出入口,对进出人员的人脸进行捕获分析的需求会越来越多,随着计算机硬件的快速发展以及人脸识别算法的逐步成熟,人脸识别的应用也越来越广泛。
人脸捕获是人脸识别的重要部分,现有技术中,在采集到数据图像之后,往往是由技术人员进行人工的人脸捕获,技术人员会通过肉眼选定人脸,然后再由计算机进行后续分析。
但是人工进行的人脸捕获过程耗时耗力,而且精确度并不高,所以在一定程度上影响了人脸识别的广泛应用。
发明内容
本发明实施例提供了一种图像处理方法及装置,能够提高人脸捕获的效率和精确度。
本发明实施例提供的图像处理方法,包括:对采集到的人脸图像进行小波变换处理确定人眼位置;根据确定的人眼位置选择正面人脸图像;对所述正面人脸图像进行像素点差分处理,以确定清晰度满足预置条件的目标人脸图像。
可选地,对采集到的人脸图像进行小波变换处理确定人眼位置包括:
对采集到的人脸图像进行小波变换得到LL频带数据、HL频带数据、LH频带数据以及HH频带数据;
对所述HL频带数据、LH频带数据以及HH频带数据进行小波逆变换得到逆变换图像;
将所述逆变换图像的灰度值减去128,并对灰度值减去128后的图像进行二值化处理得到二值化图像;
利用活动窗口对所述二值化图像进行扫描以确定人眼位置。
可选地,所述LL频带数据保持了所述人脸图像的原始信息:
所述HL频带数据保持了所述人脸图像在水平方向上的高频信息:
所述LH频带数据保持了所述人脸图像在竖直方向上的高频信息:
所述HH频带数据保持了所述人脸图像在对角线方向上的高频信息:
其中,为尺度函数,ψ(x)为小波函数,f1(x,y)为所述人脸图像的信息,所述m、n为所述人脸图像的长和宽, ψ3(x,y)=ψ(x)ψ(y)。
可选地,所述利用活动窗口对所述二值化图像进行扫描以确定人眼位置包括:
确定所述二值化图像中的人脸区域;
将所述人脸区域进行上下和左右等分得到左上区域、右上区域、左下区域以及右下区域;
利用所述活动窗口对所述左上区域以及右上区域的各像素进行扫描,并统计扫描到的所有像素的灰度值,所述活动窗口的长度为所述人脸区域的长度的十分之一,所述活动窗口的宽度为所述人脸区域的宽度的五分之一;
将灰度值最大的区域作为人眼位置。
可选地,所述对所述正面人脸图像进行像素点差分处理包括:
对所述正面人脸图像平移一个像素得到平移图像;
使用所述正面人脸图像减去所述平移图像得到像素值差异;
根据所述像素值差异,利用垂直边缘增强方式和水平边缘增强方式对所述正面人脸图像进行图像增强。
可选地,根据所述像素值差异,利用垂直边缘增强方式和水平边缘增强方式对所述正面人脸图像进行图像增强包括:
利用如下方式对正面人脸图像进行垂直边缘的图像增强:
D1(i,j)=△g(i,j)=g(i+1,j)-g(i,j);
利用如下方式对正面人脸图像进行水平边缘的图像增强:
D2(i,j)=△g(i,j)=g(i,j+1)-g(i,j);
所述D1(i,j)以及D2(i,j)为像素(i,j)的像素值差异,g(i,j)为所述正面人脸图像。
本发明实施例提供的图像处理装置,包括:
确定单元,用于对采集到的人脸图像进行小波变换处理确定人眼位置;
选择单元,用于根据确定的人眼位置选择正面人脸图像;
差分处理单元,用于对所述正面人脸图像进行像素点差分处理,以确定清晰度满足预置条件的目标人脸图像。
可选地,所述确定单元具体包括:
变换模块,用于对采集到的人脸图像进行小波变换得到LL频带数据、HL频带数据、LH频带数据以及HH频带数据;
逆变换模块,用于对所述HL频带数据、LH频带数据以及HH频带数据进行小波逆变换得到逆变换图像;
二值化模块,用于将所述逆变换图像的灰度值减去128,并对灰度值减去128后的图像进行二值化处理得到二值化图像;
扫描模块,用于利用活动窗口对所述二值化图像进行扫描以确定人眼位置。
可选地,所述选择单元具体包括:
确定模块,用于确定所述二值化图像中的人脸区域;
划分模块,用于将所述人脸区域进行上下和左右等分得到左上区域、右上区域、左下区域以及右下区域;
扫描统计模块,用于利用所述活动窗口对所述左上区域以及右上区域的各像素进行扫描,并统计扫描到的所有像素的灰度值,所述活动窗口的长度为所述人脸区域的长度的十分之一,所述活动窗口的宽度为所述人脸区域的宽度的五分之一,将灰度值最大的区域作为人眼位置。
可选地,所述差分处理单元具体包括:
平移模块,用于对所述正面人脸图像平移一个像素得到平移图像;
计算模块,用于使用所述正面人脸图像减去所述平移图像得到像素值差异;
增强模块,用于根据所述像素值差异,利用垂直边缘增强方式和水平边缘增强方式对所述正面人脸图像进行图像增强。
从以上技术方案可以看出,本发明实施例具有以下优点:
本发明实施例中,当采集到人脸图像之后,可以对人脸图像进行小波变换确定人眼位置,之后根据确定的人眼位置选择正面人脸图像,然后再对正面人脸图像进行像素点差分处理以确定清晰度满足预置条件的目标人脸图像,所以可以由计算机对人脸图像进行分析从而实现人脸捕获,因此能够提高人脸捕获的效率和精确度。
附图说明
图1为本发明实施例中图像处理方法一个实施例示意图;
图2为本发明实施例中图像处理方法另一实施例示意图;
图3为本发明实施例中图像处理装置一个实施例示意图;
图4为本发明实施例中图像处理装置另一实施例示意图。
具体实施方式
本发明实施例提供了一种图像处理方法及装置,能够提高人脸捕获的效率和精确度。
请参阅图1,本发明实施例中图像处理方法一个实施例包括:
101、对采集到的人脸图像进行小波变换处理确定人眼位置;
本实施例中,当采集到人脸图像后,可以对采集到的人脸图像进行小波变换处理确定人眼位置。
102、根据确定的人眼位置选择正面人脸图像;
由于人眼位于人脸的正面,当确定了人眼位置之后,可以根据确定的人眼位置选择正面人脸图像。
103、对正面人脸图像进行像素点差分处理,以确定清晰度满足预置条件的目标人脸图像。
本实施例中,选择到正面人脸图像之后,可以对正面人脸图像进行像素点差分处理,以确定清晰度满足预置条件的目标人脸图像。
本实施例中,当采集到人脸图像之后,可以对人脸图像进行小波变换确定人眼位置,之后根据确定的人眼位置选择正面人脸图像,然后再对正面人脸图像进行像素点差分处理以确定清晰度满足预置条件的目标人脸图像,所以可以由计算机对人脸图像进行分析从而实现人脸捕获,因此能够提高人脸捕获的效率和精确度。
为便于理解,下面以一具体实例对本发明实施例中的图像处理方法进行详细描述,请参阅图2,本发明实施例中图像处理方法另一实施例包括:
201、采集人脸图像;
本实施例中,视频采集装置(例如摄像头、照相机等)可以采集到人脸图像,并将人脸图像发送至图像处理装置进行后续处理。
202、对采集到的人脸图像进行小波变换得到LL频带数据、HL频带数据、LH频带数据以及HH频带数据;
当图像处理装置接收到人脸图像之后,可以对视频采集设备采集到的人脸图像进行小波变换得到LL频带数据、HL频带数据、LH频带数据以及HH频带数据。
具体的,LL频带数据保持了该人脸图像的原始信息:
HL频带数据保持了该人脸图像在水平方向上的高频信息:
LH频带数据保持了该人脸图像在竖直方向上的高频信息:
HH频带数据保持了该人脸图像在对角线方向上的高频信息:
其中,为尺度函数,ψ(x)为小波函数,f1(x,y)为该人脸图像的信息,该m、n为该人脸图像的长和宽, ψ3(x,y)=ψ(x)ψ(y)。
203、对HL频带数据、LH频带数据以及HH频带数据进行小波逆变换得到逆变换图像;
由于人眼定位属于细节提取,要保留高频部分,故将LL频带清零,其他保留,所以图像处理装置可以对HL频带数据、LH频带数据以及HH频带数据进行小波逆变换得到逆变换图像。
204、将逆变换图像的灰度值减去128,并对灰度值减去128后的图像进行二值化处理得到二值化图像;
本实施例中,图像处理装置在得到逆变换图像后,可以将逆变换图像的灰度值减去128,并对灰度值鉴权128后的图像进行二值化处理得到二值化图像,以便进行后续的人眼定位。
需要说明的是,灰度值减去128只是本实施例中提出的一个例子,在实际应用中,还可以是减去其他的数值,具体此处不做限定。
205、确定该二值化图像中的人脸区域;
该二值化图像中包含有人脸区域,图像处理装置可以从该二值化图像中确定人脸区域的具体位置。
206、将人脸区域进行上下和左右等分得到左上区域、右上区域、左下区域以及右下区域;
一般来说,眼睛位于人脸三分之一处,并且左右分布,所以图像处理装置在确定了人脸区域后可以将将人脸区域进行上下和左右等分得到左上区域、右上区域、左下区域以及右下区域。
207、利用活动窗口对左上区域以及右上区域的各像素进行扫描,并统计扫描到的所有像素的灰度值;
图像处理装置可以采用活动窗口扫描寻找左右眼,从被检测区域的左上角逐行进行窗口扫描,每一行扫描完毕后向下移动一个像素点,直至扫描完整个人脸区域的左上区域和右上区域,统计扫描过程中窗口内像素的灰度值。
本实施例中,活动窗口的长度为人脸区域的长度的十分之一,活动窗口的宽度为人脸区域的宽度的五分之一。
208、将灰度值最大的区域作为人眼位置;
扫描完成后,根据统计结果,将灰度值最大的区域作为人眼位置。
通过上述步骤205至208即可实现通过活动窗口对二值化图像进行扫描以确定人眼位置的过程。
209、根据确定的人眼位置选择正面人脸图像;
由于人眼位于人脸的正面,当确定了人眼位置之后,可以根据确定的人眼位置选择正面人脸图像。
210、对正面人脸图像平移一个像素得到平移图像;
当选择到了正面人脸图像之后,可以对正面人脸图像平移一个像素得到平移图像,具体平移的方向不做限定。
211、使用正面人脸图像减去平移图像得到像素值差异;
本实施例中,该像素值差异反映了原正面人脸图像亮度变化率的大小。对于原正面人脸图像中像素值保持不变的区域,像素值差异为零,如果像素值差异较大,则说明原正面人脸图像中对应的像素亮度值较高。
212、根据像素值差异,利用垂直边缘增强方式和水平边缘增强方式对正面人脸图像进行图像增强;
本实施例中,可以利用如下方式对正面人脸图像进行垂直边缘的图像增强:
D1(i,j)=△g(i,j)=g(i+1,j)-g(i,j);
利用如下方式对正面人脸图像进行水平边缘的图像增强:
D2(i,j)=△g(i,j)=g(i,j+1)-g(i,j);
D1(i,j)以及D2(i,j)为像素(i,j)的像素值差异,g(i,j)为正面人脸图像。
213、在进行了图像增强后的正面人脸图像中选取清晰度满足预置条件的目标人脸图像。
对正面人脸图像进行增强之后,则图像处理装置可以从中选取清晰度满足预置条件的目标人脸图像。
本实施例中,当采集到人脸图像之后,可以对人脸图像进行小波变换确定人眼位置,之后根据确定的人眼位置选择正面人脸图像,然后再对正面人脸图像进行像素点差分处理以确定清晰度满足预置条件的目标人脸图像,所以可以由计算机对人脸图像进行分析从而实现人脸捕获,因此能够提高人脸捕获的效率和精确度。
下面对本发明实施例中的图像处理装置进行描述,请参阅图3,本发明实施例中的图像处理装置一个实施例包括:
确定单元301,用于对采集到的人脸图像进行小波变换处理确定人眼位置;
选择单元302,用于根据确定的人眼位置选择正面人脸图像;
差分处理单元303,用于对该正面人脸图像进行像素点差分处理,以确定清晰度满足预置条件的目标人脸图像。
下面对本发明实施例中的图像处理装置进行详细描述,请参阅图4,本发明实施例中的图像处理装置另一实施例包括:
确定单元401,用于对采集到的人脸图像进行小波变换处理确定人眼位置;
选择单元402,用于根据确定的人眼位置选择正面人脸图像;
差分处理单元403,用于对该正面人脸图像进行像素点差分处理,以确定清晰度满足预置条件的目标人脸图像。
本实施例中的确定单元401具体包括:
变换模块4011,用于对采集到的人脸图像进行小波变换得到LL频带数据、HL频带数据、LH频带数据以及HH频带数据;
逆变换模块4012,用于对该HL频带数据、LH频带数据以及HH频带数据进行小波逆变换得到逆变换图像;
二值化模块4013,用于将该逆变换图像的灰度值减去128,并对灰度值减去128后的图像进行二值化处理得到二值化图像;
扫描模块4014,用于利用活动窗口对该二值化图像进行扫描以确定人眼位置。
本实施例中的扫描模块4014具体包括:
确定子模块40141,用于确定该二值化图像中的人脸区域;
划分子模块40142,用于将该人脸区域进行上下和左右等分得到左上区域、右上区域、左下区域以及右下区域;
扫描统计子模块40143,用于利用该活动窗口对该左上区域以及右上区域的各像素进行扫描,并统计扫描到的所有像素的灰度值,该活动窗口的长度为该人脸区域的长度的十分之一,该活动窗口的宽度为该人脸区域的宽度的五分之一,将灰度值最大的区域作为人眼位置。
本实施例中的差分处理单元403具体包括:
平移模块4031,用于对该正面人脸图像平移一个像素得到平移图像;
计算模块4032,用于使用该正面人脸图像减去该平移图像得到像素值差异;
增强模块4033,用于根据该像素值差异,利用垂直边缘增强方式和水平边缘增强方式对该正面人脸图像进行图像增强。
为便于理解,下面以一个具体应用场景对本发明实施例图像处理装置中的各单元之间的交互进行详细描述:
本实施例中,视频采集装置(例如摄像头、照相机等)可以采集到人脸图像,并将人脸图像发送至图像处理装置进行后续处理。
当图像处理装置接收到人脸图像之后,确定单元401中的变换模块4011可以对视频采集设备采集到的人脸图像进行小波变换得到LL频带数据、HL频带数据、LH频带数据以及HH频带数据。
具体的,LL频带数据保持了该人脸图像的原始信息:
HL频带数据保持了该人脸图像在水平方向上的高频信息:
LH频带数据保持了该人脸图像在竖直方向上的高频信息:
HH频带数据保持了该人脸图像在对角线方向上的高频信息:
其中,为尺度函数,ψ(x)为小波函数,f1(x,y)为该人脸图像的信息,该m、n为该人脸图像的长和宽, ψ3(x,y)=ψ(x)ψ(y)。
由于人眼定位属于细节提取,要保留高频部分,故确定单元401中的逆变换模块4012可以将LL频带清零,其他保留,并对HL频带数据、LH频带数据以及HH频带数据进行小波逆变换得到逆变换图像。
本实施例中,得到逆变换图像后,确定单元401中的二值化模块4013可以将逆变换图像的灰度值减去128,并对灰度值减去128后的图像进行二值化处理得到二值化图像,以便进行后续的人眼定位。
确定单元401中的扫描模块4014可以利用活动窗口对该二值化图像进行扫描以确定人眼位置,具体的,扫描模块4014中的确定子模块40141可以从该二值化图像中确定人脸区域的具体位置。
一般来说,眼睛位于人脸三分之一处,并且左右分布,所以在确定了人脸区域后,扫描模块4014中的划分子模块40142可以将将人脸区域进行上下和左右等分得到左上区域、右上区域、左下区域以及右下区域。
扫描模块4014中的扫描统计子模块40143可以采用活动窗口扫描寻找左右眼,从被检测区域的左上角逐行进行窗口扫描,每一行扫描完毕后向下移动一个像素点,直至扫描完整个人脸区域的左上区域和右上区域,统计扫描过程中窗口内像素的灰度值。
本实施例中,活动窗口的长度为人脸区域的长度的十分之一,活动窗口的宽度为人脸区域的宽度的五分之一。
扫描模块4014中的扫描统计子模块40143扫描完成后,根据统计结果,将灰度值最大的区域作为人眼位置。
由于人眼位于人脸的正面,当确定了人眼位置之后,可以根据确定的人眼位置选择正面人脸图像。
当选择到了正面人脸图像之后,差分处理单元403中的平移模块4031可以对正面人脸图像平移一个像素得到平移图像,具体平移的方向不做限定。
差分处理单元403中的计算模块4032可以使用正面人脸图像减去平移图像得到像素值差异。
本实施例中,该像素值差异反映了原正面人脸图像亮度变化率的大小。对于原正面人脸图像中像素值保持不变的区域,像素值差异为零,如果像素值差异较大,则说明原正面人脸图像中对应的像素亮度值较高。
差分处理单元403中的增强模块4033可以根据像素值差异,利用垂直边缘增强方式和水平边缘增强方式对正面人脸图像进行图像增强。
本实施例中,增强模块4033可以利用如下方式对正面人脸图像进行垂直边缘的图像增强:
D1(i,j)=△g(i,j)=g(i+1,j)-g(i,j);
利用如下方式对正面人脸图像进行水平边缘的图像增强:
D2(i,j)=△g(i,j)=g(i,j+1)-g(i,j);
D1(i,j)以及D2(i,j)为像素(i,j)的像素值差异,g(i,j)为正面人脸图像。
对正面人脸图像进行增强之后,则图像处理装置可以从中选取清晰度满足预置条件的目标人脸图像。
本实施例中,当采集到人脸图像之后,确定单元401可以对人脸图像进行小波变换确定人眼位置,之后选择单元402根据确定的人眼位置选择正面人脸图像,然后差分处理单元403再对正面人脸图像进行像素点差分处理以确定清晰度满足预置条件的目标人脸图像,所以可以由计算机对人脸图像进行分析从而实现人脸捕获,因此能够提高人脸捕获的效率和精确度。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种图像处理方法,其特征在于,包括:
对采集到的人脸图像进行小波变换处理确定人眼位置;
根据确定的人眼位置选择正面人脸图像;
对所述正面人脸图像进行像素点差分处理,以确定清晰度满足预置条件的目标人脸图像;
所述对采集到的人脸图像进行小波变换处理确定人眼位置包括:
对采集到的人脸图像进行小波变换得到LL频带数据、HL频带数据、LH频带数据以及HH频带数据;
对所述HL频带数据、LH频带数据以及HH频带数据进行小波逆变换得到逆变换图像;
将所述逆变换图像的灰度值减去128,并对灰度值减去128后的图像进行二值化处理得到二值化图像;
利用活动窗口对所述二值化图像进行扫描以确定人眼位置。
2.根据权利要求1所述的图像处理方法,其特征在于,所述LL频带数据保持了所述人脸图像的原始信息:
所述HL频带数据保持了所述人脸图像在水平方向上的高频信息:
所述LH频带数据保持了所述人脸图像在竖直方向上的高频信息:
所述HH频带数据保持了所述人脸图像在对角线方向上的高频信息:
其中,为尺度函数,ψ(x)为小波函数,f1(x,y)为所述人脸图像的信息,所述m、n为所述人脸图像的长和宽, ψ3(x,y)=ψ(x)ψ(y)。
3.根据权利要求1或2所述的图像处理方法,其特征在于,所述利用活动窗口对所述二值化图像进行扫描以确定人眼位置包括:
确定所述二值化图像中的人脸区域;
将所述人脸区域进行上下和左右等分得到左上区域、右上区域、左下区域以及右下区域;
利用所述活动窗口对所述左上区域以及右上区域的各像素进行扫描,并统计扫描到的所有像素的灰度值,所述活动窗口的长度为所述人脸区域的长度的十分之一,所述活动窗口的宽度为所述人脸区域的宽度的五分之一;
将灰度值最大的区域作为人眼位置。
4.根据权利要求1或2所述的图像处理方法,其特征在于,所述对所述正面人脸图像进行像素点差分处理包括:
对所述正面人脸图像平移一个像素得到平移图像;
使用所述正面人脸图像减去所述平移图像得到像素值差异;
根据所述像素值差异,利用垂直边缘增强方式和水平边缘增强方式对所述正面人脸图像进行图像增强。
5.根据权利要求4所述的图像处理方法,其特征在于,根据所述像素值差异,利用垂直边缘增强方式和水平边缘增强方式对所述正面人脸图像进行图像增强包括:
利用如下方式对正面人脸图像进行垂直边缘的图像增强:
D1(i,j)=Δg(i,j)=g(i+1,j)-g(i,j);
利用如下方式对正面人脸图像进行水平边缘的图像增强:
D2(i,j)=Δg(i,j)=g(i,j+1)-g(i,j);
所述D1(i,j)以及D2(i,j)为像素(i,j)的像素值差异,g(i,j)为所述正面人脸图像。
6.一种图像处理装置,其特征在于,包括:
确定单元,用于对采集到的人脸图像进行小波变换处理确定人眼位置;
选择单元,用于根据确定的人眼位置选择正面人脸图像;
差分处理单元,用于对所述正面人脸图像进行像素点差分处理,以确定清晰度满足预置条件的目标人脸图像;
所述确定单元具体包括:
变换模块,用于对采集到的人脸图像进行小波变换得到LL频带数据、HL频带数据、LH频带数据以及HH频带数据;
逆变换模块,用于对所述HL频带数据、LH频带数据以及HH频带数据进行小波逆变换得到逆变换图像;
二值化模块,用于将所述逆变换图像的灰度值减去128,并对灰度值减去128后的图像进行二值化处理得到二值化图像;
扫描模块,用于利用活动窗口对所述二值化图像进行扫描以确定人眼位置。
7.根据权利要求6所述的图像处理装置,其特征在于,所述扫描模块具体包括:
确定子模块,用于确定所述二值化图像中的人脸区域;
划分子模块,用于将所述人脸区域进行上下和左右等分得到左上区域、右上区域、左下区域以及右下区域;
扫描统计子模块,用于利用所述活动窗口对所述左上区域以及右上区域的各像素进行扫描,并统计扫描到的所有像素的灰度值,所述活动窗口的长度为所述人脸区域的长度的十分之一,所述活动窗口的宽度为所述人脸区域的宽度的五分之一,将灰度值最大的区域作为人眼位置。
8.根据权利要求6所述的图像处理装置,其特征在于,所述差分处理单元具体包括:
平移模块,用于对所述正面人脸图像平移一个像素得到平移图像;
计算模块,用于使用所述正面人脸图像减去所述平移图像得到像素值差异;
增强模块,用于根据所述像素值差异,利用垂直边缘增强方式和水平边缘增强方式对所述正面人脸图像进行图像增强。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310346968.5A CN103400128B (zh) | 2013-08-09 | 2013-08-09 | 一种图像处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310346968.5A CN103400128B (zh) | 2013-08-09 | 2013-08-09 | 一种图像处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103400128A CN103400128A (zh) | 2013-11-20 |
CN103400128B true CN103400128B (zh) | 2016-12-28 |
Family
ID=49563746
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310346968.5A Active CN103400128B (zh) | 2013-08-09 | 2013-08-09 | 一种图像处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103400128B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004215304A (ja) * | 2004-03-08 | 2004-07-29 | Ricoh Co Ltd | 画像処理装置 |
EP1722572A1 (en) * | 2004-02-23 | 2006-11-15 | NEC Corporation | 2-dimensional signal encoding/decoding method and device |
CN1932840A (zh) * | 2005-09-16 | 2007-03-21 | 中国科学技术大学 | 基于虹膜和人脸的多模态生物特征身份识别系统 |
CN102722864A (zh) * | 2012-05-18 | 2012-10-10 | 清华大学 | 一种图像增强方法 |
CN102959581A (zh) * | 2011-04-22 | 2013-03-06 | 松下电器产业株式会社 | 图像处理装置及图像处理方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010140639A1 (ja) * | 2009-06-04 | 2010-12-09 | 国立大学法人 鹿児島大学 | 透かし情報埋込装置、透かし情報処理システム、透かし情報埋込方法、及びプログラム |
-
2013
- 2013-08-09 CN CN201310346968.5A patent/CN103400128B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1722572A1 (en) * | 2004-02-23 | 2006-11-15 | NEC Corporation | 2-dimensional signal encoding/decoding method and device |
JP2004215304A (ja) * | 2004-03-08 | 2004-07-29 | Ricoh Co Ltd | 画像処理装置 |
CN1932840A (zh) * | 2005-09-16 | 2007-03-21 | 中国科学技术大学 | 基于虹膜和人脸的多模态生物特征身份识别系统 |
CN102959581A (zh) * | 2011-04-22 | 2013-03-06 | 松下电器产业株式会社 | 图像处理装置及图像处理方法 |
CN102722864A (zh) * | 2012-05-18 | 2012-10-10 | 清华大学 | 一种图像增强方法 |
Non-Patent Citations (3)
Title |
---|
一种结合小波变换分析与直方图分析的红外图像增强方法;吴强 等;《应用光学》;20110515;464-467 * |
基于信息融合的人脸检测研究;刘玥;《中国优秀硕士学位论文全文数据库 信息科技辑》;20070315;I138-203 * |
基于小波理论的图像去噪和增强技术研究;曾诚;《中国优秀硕士学位论文全文数据库 信息科技辑》;20090515;I138-1087 * |
Also Published As
Publication number | Publication date |
---|---|
CN103400128A (zh) | 2013-11-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zbontar et al. | Computing the stereo matching cost with a convolutional neural network | |
CN102360421B (zh) | 一种基于视频流的人脸识别方法及系统 | |
EP2956891B1 (en) | Segmenting objects in multimedia data | |
US20120327172A1 (en) | Modifying video regions using mobile device input | |
EP3465611B1 (en) | Apparatus and method for performing 3d estimation based on locally determined 3d information hypotheses | |
CN109711407B (zh) | 一种车牌识别的方法及相关装置 | |
CN101996406A (zh) | 无参考结构清晰度图像质量评价方法 | |
CN103460705B (zh) | 利用立体对应性的实时深度提取 | |
CN102006425A (zh) | 一种基于多摄像机的视频实时拼接方法 | |
CN104732587A (zh) | 一种基于深度传感器的室内3d语义地图构建方法 | |
CN103455991A (zh) | 一种多聚焦图像融合方法 | |
CN107025660A (zh) | 一种确定双目动态视觉传感器图像视差的方法和装置 | |
CN105518710A (zh) | 视频检测方法、视频检测系统以及计算机程序产品 | |
EP2980754A1 (en) | Method and apparatus for generating temporally consistent superpixels | |
EP2958077B1 (en) | Method and apparatus for generating temporally consistent superpixels | |
CN103955682A (zh) | 基于surf兴趣点的行为识别方法及装置 | |
DE112016006922T5 (de) | Erkennung einer Aktivität in einer Videobildfolge anhand von Tiefeninformationen | |
CN107784469A (zh) | 一种基于无人机航拍图像技术的仓库货物盘点方法 | |
US10567635B2 (en) | Three dimensional moving pictures with a single imager and microfluidic lens | |
Advani et al. | A multi-resolution saliency framework to drive foveation | |
Cohen et al. | Symmetry-aware facade parsing with occlusions | |
CN103400128B (zh) | 一种图像处理方法及装置 | |
CN110766609B (zh) | 一种针对ToF相机的景深图超分辨率重建方法 | |
CN104517292A (zh) | 基于平面单应矩阵约束的多摄像机高密度人群分割方法 | |
Köhler et al. | A Unified Bayesian Approach to Multi-Frame Super-Resolution and Single-Image Upsampling in Multi-Sensor Imaging. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |